Intelligenza Artificiale e Apprendimento Automatico
Laurea Specialistica in Sistemi per il Trattamento dell'Informazione
Anno Accademico 2003/2004
- Nell'a.a. 2003-2004 il corso si terrà nel terzo trimestre, secondo
l'orario riportato in bacheca e on-line al link
Orari delle lezioni.
- : (eventuali cambi di orario)
 Contenuto del corso:
- Informazioni sugli argomenti del corso possono essere scaricati
qui
- Parte I - Meccanismi di ragionamento
- Logica e risoluzione (Ginsberg cap. 6,7,8,9.1; Russell cap. 7,9)
- Ragionamento non-monotono (Ginsberg cap 11, Dispense)
- Truth Maintenance Systems (Ginsberg cap 10)
- Ragionamnto approssimato (Russell cap 14, 15.1, 15.2)
- Qualitative reasoning (Bert Bredeweg PhD thesis cap 2)
- Parte II - Planning
- Introduzione al planning, STRIPS (Nilsson cap 7)
- planning non-lineare, gerarchico, condizionale (Russell cap 11, 12)
- planning and acting (Russell cap 13)
- Parte III - Learning
- Introduzione
- Learning da esempi (Russell cap 18, 19)
- Genetic Algorithms (Dispense)
- Learning in Knowledge bases (Russell cap 21)
- Parte IV - Seminari specialistici
Testi di riferimento (tra parentesi la collocazione in biblioteca):
- N.J. Nilsson: "Principles of artificial intelligence", Springer-Verlag, 1982 (L1843)
- S. Russell, P. Norvig: "Artificial Intelligence: A Modern Approach", Prentice Hall, 1997 (L4628, L4245)
- S. Russell, P. Norvig: "Intelligenza Artificiale: Un Approccio Moderno", UTET, 1998 (L4602, L4603)
- M. Ginsberg: "Essentials of Artificial Intelligence", Morgan Kaufmann, 1993 (L3728, L4379, L4380)
- T. Mitchell: "Machine Learning", McGraw-Hill, 1997 (Escluso dal prestito)
Links a Materiale disponibile in rete:
Materiale usato a lezione:
Informazioni Generali:
|
Sommario:
